Ausarbeitung. zum Thema. an der. Rheinischen Friedrich Wilhelms Universität Bonn. Leiter: Dr. Elmar Langetepe. Betreuer: Rainer Penninger

Größe: px
Ab Seite anzeigen:

Download "Ausarbeitung. zum Thema. an der. Rheinischen Friedrich Wilhelms Universität Bonn. Leiter: Dr. Elmar Langetepe. Betreuer: Rainer Penninger"

Transkript

1 Ausarbeitung zum Thema Rotationsmonotone Polygone an der Rheinischen Friedrich Wilhelms Universität Bonn Leiter: Dr. Elmar Langetepe Betreuer: Rainer Penninger Autor: Stephan Stroucken 1

2 In dieser Ausarbeitung geht es darum Rotationsmonotonie in Polygonen zu untersuchen. Dazu ist es hilfreich wenn man weiß, was darunter zu verstehen ist. Daher folgt zuerst eine Definition1 (Allgemeine Monotonie): Ein Polygon P ist bzgl. eines Vektors d monoton, wenn der Schnitt von P mit jeder Geraden in Richtung d konvex ist. Zur Erinnerung: Eine konvexe Menge beinhaltet die Verbindung zwischen allen Punktpaaren aus sich selbst vollständig. Bei der Rotationsmonotonie allerdings geht es darum, zu untersuchen ob ein Polygon P rotationsmonoton ist für einen gegebenen Punkt, oder aber die Menge der Punkte herauszufinden für die P rotationsmonoton ist. Dafür benötigen wir folgende Definition 1b(Rotationsmonotonie): Ein Punkt r heisst gültiger Rotationspunkt für ein Polygon P, wenn man den Rand von P in zwei polygonale Ketten aufteilen kann, so dass die eine Kette mit, und die andere gegen den Uhrzeigersinn um r herum rotiert werden kann, ohne dass eine der Ketten das Innere von P schneidet. P heisst dann rotationsmonoton bezüglich r. Wir betrachten also im folgenden wie erwähnt zwei Problemstellungen: 1. r ist gegeben, finde heraus ob P bzgl r rotationsmonoton ist, und 2. Finde alle Punkte zu denen P rotationsmonoton ist. Dafür brauchen wir einiges an Vorarbeit. Wir werden zunächst Eigenschaften für Polygone, deren Kanten und für Rotationszentren bestimmen, dann Gesetzmäßigkeiten und Theoreme herausarbeiten und diese beweisen. Wenn die nötige Vorarbeit dann erledigt ist, konstruieren wir ein Verfahren mit dem man o.g. Problemstellungen effizient lösen kann. Zuerst allerdings kurz eine Motivation für den Anwendungsbereich der Rotationsmonotonie: Anwendung findet es z.b. beim sogenannten clamshell casting: Zwei Formhälften werden durch ein Loch mit einer Flüssigkeit befüllt, und wenn sie ausgehärtet ist werden die beiden Hälften wegrotiert. Bekannt ist das u.a. bei Schokoladenfiguren wie Weihnachtsmännern oder Osterhasen. Analog kann man Definition 1b) auch auf einzelne Kanten eines Polygones anwenden. So ist eine Kante e aus einem Polygon P rotationsmonoton bezüglich eines Punktes r, wenn ein gegebener Winkel α existiert, so dass jeder Punkt auf e sich um α um r herum drehen lässt und der komplette Drehbogen einen leeren Schnitt mit dem Inneren von P hat. Wir nennen eine rotationsmonotone Kante bezüglich r im folgenden auch entfernbar. Lemma 1: Es gibt ein kleines Regelwerk anhand dessen man entscheiden kann ob eine Kante entfernbar ist, gegeben eines Punktes r: Im folgenden heisst cl(m) für eine Menge M, der Abschluss(engl. closure) von M. Sei e eine 2

3 beliebige Kante von P mit Startknoten a und Endknoten b(gegen den Uhrzeigersinn), und n e (a), n e (b) sind die senkrechten Geraden zu e, die durch a bzw. b gehen. Sei weiterhin n + e (a) die Halbebene auf der Seite von n e (a) die b enthält und n e (a) die andere Halbebene. Analog dazu sei n + e (b) die Halbebene auf der Seite von n e (b) die a enthält und n e (b) die andere Halbebene. Ferner sei l(e) die Gerade in der e liegt, sowie l + (e)/l (e) die offene Halbebene links/rechts von l(e) gegen den Uhrzeigersinn betrachtet. Dann gilt: 1. Die Kante ist im Uhrzeigersinn entfernbar, gdw. r n e (a) 2. Die Kante ist gegen den Uhrzeigersinn entfernbar, gdw. r n e (b) 3. Die Kante muss geteilt werden an der Stelle der senkrechten Projektion von r auf e, gdw. r n + e (a) n + e (b) l (e). 4. Die Kante kann nicht entfernt werden, gdw. r n + e (a) n + e (b) l + (e). Hierzu sind noch eine Reihe weiterer Bezeichnungen zuzuordnen. Sei p ein beliebiger Punkt im Inneren von e. Dann nenne den Vektor von p zu r mit pr und pr um 90 gegen den Uhrzeigersinn rotiert mit pr x, sowie seine Stützgerade mit g. Sei nun noch g + (p) die Halbebene auf der Seite von g, die r enthält, und g (p) die andere Halbebene. g unterteilt sich in eine Halbgerade q +, die von p aus in Richtung pr x verläuft, und eine Halbgerade q in die andere Richtung. Nun gibt es einen Kreis d mit Mittelpunkt p, sodass genau die Hälfte von d im Inneren von P liegt, und die Hälfte ausserhalb. Nun benennen wir noch den Kreisbogen, der entsteht wenn man p um r um den Winkel α im Uhrzeigersinn dreht mit U(r, p, α) und gegen den Uhrzeigersinn mit GU(r, p, α). 3

4 Sei also r n e (a). Der Schnitt d q + liegt komplett ausserhalb von P. Demnach kann p entlang pr x bewegt werden ohne in das Innere von P zu geraten. Weil U(r, p, α) g + (p) und pr x Tangente von U(r, p, α) im Punkt p ist, kann man p entlang U(r, p, α) bewegen ohne damit in das Innere von P zu kommen. Folglich gibt es also ein α > 0, so dass für jeden inneren Punkt p auf e U(r, p, α) mit P einen leeren Schnitt hat. Dagegen ist d q komplett in P enthalten, und somit kann man p nicht in Richtung pr x bewegen ohne das Innere von P zu schneiden. Ein solches α existiert für eine Drehung gegen den Uhrzeigersinn also nicht. Sei nun r n e (b). Man bemerke dass sich dadurch gegenüber dem Fall vorher auch pr, pr x, g, g (p) und g + (p) ändern. d q liegt nun komplett ausserhalb von P. Demnach kann man, analog zu oben, p entlang pr x bewegen ohne das Innere von P zu schneiden. GU(r, p, α) g + (p) und pr x ist die Tangente von GU(r, p, α) im Punkt p, deshalb kann man p entlang GU(r, p, α) bewegen ohne das Innere von P zu schneiden. Also existiert wieder ein α > 0, so dass für jeden Punkt p aus e GU(r, p, α) einen leeren Schnitt hat. d q + ist dagegen komplett enthalten in P, weswegen keine Bewegung von p in Richtung pr x möglich ist ohne dabei P zu schneiden. Also ist e in dem Fall nur gegen den Uhrzeigersinn um r entfernbar. Für den Fall dass r n + e (a) n + e (b) l + (e), wird e an der senkrechten Projektion r von r auf e in zwei Teile geteilt. Benenne die Kante zwischen a und r nun mit e 1, und die andere Seite mit e 2. Für einen beliebigen, inneren Punkt p e 1 gilt: pr x stösst in das Innere von P, und pr x nicht. Demnach kann man p gegen den Uhrzeigersinn wegrotieren, aber nicht mit dem Uhrzeigersinn. Genauso gilt für einen beliebigen, inneren Punkt p e 2 : pr x stösst in das Innere von P, und pr x nicht, was bedeutet dass p genau andersherum, also nur mit dem Uhrzeigersinn wegrotiert werden kann. Es entsteht also an r ein Splitpunkt, an dem e in zwei Hälften geteilt werden müsste. Sollte r zudem noch auf Seiten des Polygons liegen, also r n + e (a) n + e (b) l + (e), dann kann z.b. die senkrechte Projektion r von r auf e weder im Uhrzeigersinn, noch gegen den Uhrzeigersinn wegrotiert werden ohne das Innere von P zu schneiden. Der Grund ist, dass es, weil r innerer Punkt von e ist, auf beiden Seiten benachbarte Punkte geben muss, die ausserhalb des Kreises durch r mit Mittelpunkt r liegen. Dadurch ist e in dem Fall nicht entfernbar. Nun können wir anhand der Lage des Rotationszentrums r zu einer Kante, auf deren Entfernbarkeit schliessen. Um Algorithmen zu entwerfen die unsere eingangs erwähnten Probleme lösen, bedarf es ausserdem einer Technik um zwei Punkte zu bestimmen zwischen denen man das Polygon auftrennen, also eine Splitgerade einziehen kann. Sind zwei Punkte bekannt, dann muss für alle Kanten auf der einen Seite gelten dass sie im Uhrzeigersinn entfernbar sind, und für alle Kanten auf der anderen Seite, dass sie gegen den Uhrzeigersinn entfernbar sind. Dann ist das Polygon rotationsmonoton bezüglich r. Wieder einmal benötigen wir eine Definition: 4

5 Definition 2 : naher Punkt: Lokales Minimum des Abstands von r zum Rand von P. ferner Punkt: Lokales Maximum des Abstands von r zum Rand von P. Nun beweisen wir folgende Aussage: Sei p ein Punkt auf dem Rand von P. Sollte p auf einer Kante liegen, dann spalte die Kante dort entzwei und behandle p wie einen Knoten. Lässt sich nun eine der an p grenzenden Kanten im Uhrzeigersinn wegdrehen und eine gegen den Uhrzeigersinn, dann ist p einer der Splitpunkte. Und dies ist genau dann der Fall wenn p ein naher oder ein ferner Punkt von r ist. Zuerst zeigen wir dass ein Splitpunkt vorliegt, gdw. p ein naher oder ein ferner Punkt ist. Bei einem fernen Punkt f, liegt eine beliebig kleine Nachbarschaft von f innerhalb des geschlossenen Kreises mit Mittelpunkt r der durch f geht. Betrachtet man nun einen minimal kleineren Kreis mit Mittelpunkt r, so schneidet dieser den Rand von P zweimal. Ein Schnittpunkt würde das Innere des Polygons durchkreuzen wenn man ihn im Uhrzeigersinn um r rotiert, und einer wenn man ihn gegen den Uhrzeigersinn rotiert. Also kann man die beiden Kanten nicht in der selben Richtung entfernen, und folglich wechselt die Richtung bei f. Analog geht es bei einen nahen Punkt n: Der Kreis wird minimal aufgeblasen, so dass er in einer Umgebung von n zweimal den Rand von P schneidet. Die beiden Teile können wieder nur in unterschiedliche Richtungen weggedreht werden ohne das Innere von P zu schneiden. Also ist auch bei n ein Splitpunkt. Nun zeigen wir noch dass sich die Drehrichtung an keinem nicht nahen oder fernen Punkt ändert. Nehmen wir also an, es würde sich die Drehrichtung an einem Punkt p dieser Punkte ändern. Dann schneidet der Kreis K mit Zentrum r, der durch p geht, das Polygon. Wieder gibt es die Möglichkeit dass p ein Knoten ist, oder im Inneren einer Kante liegt. Im letzteren Fall teilen wir wieder die Kante und fügen einen virtuellen Knoten in p ein. Das war notwendig, damit p zwei angrenzende Kanten hat. Weil aber K das Polygon auf einer Seite von p schneidet(siehe folgende Abbildung), können p und damit seine angrenzenden Kanten nur in die entgegengesetzte Richtung rotiert werden. Also werden die angrenzenden Kanten beide in die gleiche Richtung rotiert, was der Annahme widerspricht. 5

6 Lemma 2: Auf dem Rand eines geschlossenen, einfachen Polygones gibt es gleich viele nahe wie ferne Punkte. Man macht sich leicht klar dass die Funktion der Distanz von r zu den Punkten auf dem Rand von P stetig ist. Dadurch muss es zwischen zwei nahen Punkten auch einen fernen Punkt geben. Da P geschlossen ist, gibt es also gleich viele nahe wie ferne Punkte. Theorem 1: Ein Polygon ist Rotationsmonoton, gdw. es genau einen fernen und einen nahen Punkt gibt(jeweils bezogen auf r). : Angenommen es gibt nur einen fernen Punkt f und einen nahen Punkt n, so minimiert n die Distanz zwischen r und dem Rand von P, und f maximiert sie. Der Kreis mit Zentrum r, der durch n geht, berührt keinen anderen Punkt vom Rand von P, sonst gäbe es einen zweiten nahen Punkt. Analoges gilt für f. Also liegt der Rand von P komplett in dem Ring, der zwischen dem großen und dem kleinen Kreis liegt. Die gültige Entfernungsrichtung kann sich nur an den Punkten n und f ändern, wie wir eben bewiesen haben. Von daher kann ein Teil des Randes im Uhrzeigersinn, und der andere gegen den Uhrzeigersinn weggedreht werden. : Der Rand eines rotationsmonotonen Polygons ist in genau zwei Teile geteilt, also einen der sich gegen, und einen der sich mit dem Uhrzeigersinn gültig wegdrehen lässt. Auch hier benutzen wir wieder die Erkenntnis, dass sich die gültige Entfernungsrichtung entweder an einem nahen oder einem fernen Punkt ändern kann. Da es immer mindestens ein lokales Minimum und ein lokales Maximum geben muss im Bezug auf die Distanz zwischen r und dem Rand von P, und die Unterteilung an genau zwei Punkten stattfindet, müssen es der 6

7 nahe und der ferne Punkt sein. Also gibt es genau einen fernen und einen nahen Punkt im Bezug auf r in einem rotationsmonotonen Polygon. Theorem 1 erlaubt uns nun in linearer Zeit zu testen ob ein Polygon rotationsmonoton ist bezüglich eines gegebenen Rotationszentrums r. Dafür gehen wir den Rand von P ab, und testen dort auf lokale Maxima. Finden wir mehr als eines, so brechen wir ab und geben ein negatives Ergebnis zurück. Finden wir genau eines, so sagt Lemma 2 dass es dann auch nur einen nahen Punkt geben kann. Folglich geben wir dann ein positives Ergebnis zurück. Wir betrachten dabei jeden Knoten nur einmal, benötigen also linearen Zeitaufwand für die Überprüfung. Im Folgenden widmen wir uns der Aufgabe die Regionen aller gültigen Rotationszentren zu ermitteln. Zunächst schränken wir uns dabei auf konvexe Polygone ein. Später werden wir diese Einschränkung wieder lockern. Auch hier bedarf es zuerst einer Definition 3: Sei e eine Kante von P mit Eckpunkten a und b gegen den Uhrzeigersinn geordnet. Der offene Streifen n + e (a) n + e (b) l + (e) heisst die schwarze Region von e. D.h. sie enthält keine gültigen Rotationszentren für die Kante e(siehe Lemma 1, These 4). Jedes konvexe Polygon besitzt zu jedem seiner inneren Punkte nur im Kanteninneren nahe Punkte. Demnach gibt es zu jedem inneren Punkt eine Orthogonalprojektion auf eine Kante. Also ist er in der schwarzen Region dieser Kante enthalten, und somit ist das Innere des Polygons komplett in der Vereinigung der schwarzen Regionen seiner Kanten enthalten. 7

8 Lemma 3: Ein konvexes Polygon ist rotationsmonoton in Bezug auf r, gdw. r NICHT in der Vereinigung der schwarzen Regionen seiner Kanten enthalten ist. : Wenn r in der Vereinigung der schwarzen Regionen der Kanten von P enthalten ist, so ist r also in der schwarzen Region mindestens einer Kante enthalten. Diese Kante ist folglich auch nicht entfernbar, wodurch keine Rotationsmonotonie mehr möglich ist. : Angenommen r wäre ausserhalb der Vereinigung der schwarzen Regionen(und damit ausserhalb von P), und P wäre dennoch nicht rotationsmonoton bezüglich r. Nach Theorem 1 und Lemma 2 müsste es dann mindestens zwei nahe und zwei ferne Punkte zu r geben. Bezeichne die fernen Punkte mit f 1 und f 2. Ziehe dann je eine Tangente von links und von rechts an P und nenne die Berührpunkte t 1 und t 2. Nun denke man sich eine Verbindung von t 1 und t 2 durch das Polygon. Der Teil des Randes von P auf der gegenüberliegenden Seite von r sei die obere Kette, und der andere Teil die untere Kette. Wegen Lemma 2 muss es einen nahen Punkt auf je einer dieser Ketten geben. Weil P aber konvex ist, kann der nahe Punkt auf der oberen Kette kein Knoten sein. Also muss er eine Orthogonalprojektion von r auf eine Kante mit Nachbarknoten a und b sein. Folglich liegt r in n + e (a) n + e (b) l + (e). Daher liegt r in der schwarzen Region von dieser Kante, und damit ist P natürlich auch innerhalb der Vereinigung aller schwarzen Regionen. Lemma 4: Die gültige Region von Punkten, bezüglich derer ein konvexes Polygon rotationsmonoton ist, besteht nur aus unbegrenzten Regionen in der Ebene. Aus Lemma 3 folgt, dass die gültige Region der Rotationsmonotonie von P aus dem Komplement der schwarzen Regionen seiner Kanten besteht. Angenommen es existiert ein Punkt r in einer begrenzten Region, so dass P rotationsmonoton bezüglich r ist. Dann gibt es zwei Kanten e 1 und e 2 von P, so dass r von deren schwarzen Regionen eingegrenzt wird. Die konvexe Polygonale Kette h(siehe Abbildung auf der folgenden Seite), die e 1 und e 2 verbindet hat r zu seiner linken(gegen den Uhrzeigersinn gesehen). Seien p 1 und p 2 die Knoten von e 1 und e 2, die an h angrenzen. Sie minimieren den Abstand von r zu e 1 bzw. e 2, weil r sonst entweder auf einer Orthogonalprojektion derer Kanten liegen müsste(und damit in deren schwarzen Regionen), oder nicht durch selbige beschränkt wäre. Weil die Funktion, die den Abstand von r zum Rand von P beschreibt, stetig ist, und P ein einfaches Polygon ist, muss es auf h mindestens einen nahen Punkt c geben. Dieser nahe Punkt c muss wegen der Konvexität im Inneren einer Kante e liegen, die durch die Knoten a und b begrenzt ist. Folglich gilt r n + e (a) n + e (b) l + (e) und damit liegt r in der schwarzen Region von e, was der Annahme widerspricht und zeigt dass r nur in einer unbegrenzten Region liegen kann. 8

9 Mit den bisher gesammelten Erkenntnissen wollen wir nun den Rand der Vereinigung aller schwarzen Regionen berechnen. Auch hier brauchen wir zuerst folgende Definition 4: Eine Menge Geraden unterteilt die Ebene in eine Unterteilung S. Die Hülle der n Geraden besteht aus den Rändern aller unbeschränkten Regionen von S. Theorem 2: Für ein konvexes Polygon mit n Knoten kann die Region aller gültigen Rotationszentren in O(n) Rechenschritten berechnet werden. Ihr Speicherbedarf umfasst O(n) Speichereinheiten. Benutzt man den Algorithmus von Keil[2], so kann man die Hülle eines Arrangements von n Geraden in O(n) Zeit berechnen, vorrausgesetzt die Geraden sind nach Steigung vorsortiert. Die Eingabe dieses Algorithmus wird nun modifiziert, so dass er das Arrangement der begrenzenden Halbgeraden der Vereinigung aller schwarzen Regionen berechnet. Die Hülle wird hierfür nun einmal auf der linken Seite und einmal auf der rechten Seite berechnet. Das Polygon wird aufgeteilt an seiner höchsten und seiner niedrigsten y-koordinate. Dann wird einmal im Uhrzeigersinn von unten nach oben und einmal gegen den Uhrzeigersinn durchgegangen. Beim Durchlauf gegen den Uhrzeigersinn wird die linke Hülle berechnet. Zu jedem Knoten auf der rechten Seite des Polygons wird je eine Halbgerade, die zu jeder angrenzenden Kante orthogonal ist und das Innere des Polygons schneidet, eingezogen. Nun hat man 2n(pro Knoten je zwei) Halbgeraden gegeben, und kann mit dem Algorithmus von Keil in O(n) Zeit die zugehörige Hülle berechnen. Dies macht man nur zuerst für eine Seite des Polygons, und dann für die andere, und führt die Hüllen dann in konstanter Zeit zusammen. Eine Variation der Problemstellung ist, dass man ein festes Polygon P gegeben hat und zu wechselndem r wissen will ob r in einer gültigen Region der Punkte liegt, derer P rotationsmonoton ist. Theorem 2 sagt schon bereits dass man diese Vorverarbeitung in O(n) Zeit erledigen kann. Hat man die Ebene in Regionen eingeteilt, kann man in O(log(n)) Zeit entscheiden in welcher dieser Regionen r liegt. 9

10 Nun betrachten wir den Fall dass P nicht notwendigerweise konvex ist. Hierbei hilft uns die Erkenntnis dass man P nicht an einem Reflexknoten v teilen kann, ausser r ist identisch mit ihm, denn wenn sich dort die Rotationsrichtung ändert, schneidet man mit jeder möglichen Bewegung von v das Innere von P. v kann demnach kein ferner Punkt sein, und ein naher nur wenn r = v gilt. Definition 5: Für einen Reflexknoten v von P, und seine beiden adjazenten Kanten e 1 und e 2, ist NC(v) = cl(n e 1 (v) n e 2 (v)) der nahe Kegel von v. Der nahe Kegel ist die Fläche, die alle Punkte enthält, zu denen v ein naher Punkt ist. Analog ist F C(v) = n + e 1 (v) (n + e 2 (v) der ferne Kegel von v, die Menge aller Punkte zu denen v ein ferner Punkt ist. Definition 5b:) Die schwarze Region eines Reflexknotens v ist die Vereinigung seines nahen und fernen Kegels ohne v selbst. Ist ein Polygon einfach, ist sein Inneres enthalten in der Vereinigung der schwarzen Regionen aller Kanten und Reflexknoten. Das liegt daran, dass ein Punkt p aus dem Inneren entweder eine Projektion auf eine Kante e als nahen Punkt hat, dann liegt p in der schwarzen Region von e, oder einen Reflexknoten v als nahen Punkt hat, dann liegt p in der schwarzen Region von v. Lemma 5: Ein einfaches Polygon P ist rotationsmonoton bzgl. eines Punktes r, gdw. r nicht in der Vereinigung aller schwarzen Regionen der Kanten und Reflexknoten von P enthalten ist. : Wenn r in der Vereinigung aller schwarzen Regionen der Kanten und Reflexknoten enthalten ist, ist r entweder in der schwarzen Region einer Kante e, oder eines Reflexknotens v enthalten. Demnach kann entweder e oder v nicht durch Rotation entfernt werden. 10

11 : Beweis durch Widerspruch Sei r nicht in der Vereinigung aller schwarzen Regionen der Kanten und Reflexknoten enthalten, und P trotzdem nicht rotationsmonoton bezüglich r. Dann gibt es nach Theorem 1 und Lemma 2 mindestens zwei ferne Punkte f 1 und f 2 zu r auf dem Rand von P. Diese können keine Reflexknoten sein, da r nicht in der schwarzen Region eines Reflexknotens liegt. Lemma 4 beweist, daß r nicht im Inneren von P liegen kann, weil jeder Punkt aus dem Inneren in der Vereinigung der schwarzen Regionen der Kanten und Reflexknoten enthalten ist. Sei f 1 der ferne Punkt mit dem kleinsten Abstand zu r und K der Kreis mit Mittelpunkt r, der durch f 1 geht. In einer Umgebung von f 1 ist der Rand von P in K enthalten. f 2 ist ein ferner Punkt mit Abstand zu r größer oder gleich dem von f 1. Demnach schneidet der Rand von P K in mindestens einem Punkt außer f 1. Finde also den ersten Punkt q 1 auf dem Rand von P, der K schneidet, wenn man bei f 1 startet und auf dem Rand von P gegen den Uhrzeigersinn entlang läuft. Dann laufe den Rand von P im Uhrzeigersinn ab, bis K geschnitten wird und nenne diesen Punkt q 2. q 1, q 2 und f 1 sitzen auf ihrer gemeinsamen Polygonalen Kette jeweils an lokalen Hochpunkten bzgl. des Abstands zu r. Es muß auf der Kette von q 2 nach f 1 einen nahen Punkt k geben, weil beide Punkte den Rand von K berühren und die Kette dazwischen innerhalb des Kreises liegt. Weil r links von der Kette q 2 bis f 1 liegt, kann k kein konvexer Knoten sein. Demnach befindet sich k entweder im Inneren einer Kante e, oder auf einem Reflexknoten. Wenn k in e liegt, dann ist k eine senkrechte Projektion von r auf e und r liegt in der schwarzen Region von e. Liegt k auf einem Reflexknoten, der ein naher Punkt ist, dann liegt r in der schwarzen Region von k. Also ist r in einer schwarzen Region enthalten, was der Annahme widerspricht. Theorem 3: Die Beschreibung der gültigen Regionen für Drehzentren für ein einfaches Polygon mit n Knoten kann in O(n 2 ) bezüglich Zeit und Speicherplatz berechnet werden. Zuerst gehen wir jede Kante und jeden Reflexknoten ab und konstruieren dabei das komplette Arrangement A derer schwarzen Regionen. Kanten und Knoten gibt es natürlich O(n) viele. Ein Arrangement von n Geraden hat die Komplexität von O(n 2 ) und kann auch in dieser Zeit berechnet werden. Dann muß jede Fläche von A als gültig oder ungültig markiert werden. Dafür beginnen wir bei einer beliebigen Fläche von A und führen einen booleschen Wert mit für jede Kante und jeden Reflexknoten von P, der aussagt ob er die Fläche ungültig macht oder nicht. Gleichzeitig erhöhen wir einen Zähler, jedesmal wenn das der Fall ist. Ist der Wert dieser Fläche hinterher noch bei 0, so ist sie als gültig zu markieren. Der Zeitaufwand hierfür ist linear, weil es sich nur um eine Fläche handelt und wir dabei jede Kante und jeden Reflexknoten von P nur einmal betrachten müssen. Nun besuchen wir A nach Ordnung der Tiefensuche, wobei wir die Kanten des Arrangements abgehen. Bei jeder Kante die wir abgehen, aktualisieren wir den booleschen Wert der Kante oder des Reflexknotens, der die Kante induziert, sowie den Zähler für die Fläche. So benötigen wir konstante Zeit pro Fläche und insgesamt läuft das Verfahren in O(n 2 ) Zeit. Auf dieselbe Weise wie bei konvexen Polygonen(Elementtest auf einer Segmentierung der Ebene in O(n 2 ) viele Flächen) kann man hier in O(log(n 2 )) = O(log(n)) Zeit für einen gegebenen Punkt r herausfinden ob er ein gültiges Rotationszentrum von P ist. 11

12 Zum Zeitpunkt dieser Veröffentlichung(2006) noch unbekannt sind Lösungen zu Problemstellungen wie z.b. einen Winkel α und ein Rotationszentrum vorzugeben und dann zu fragen ob ein Polygon P rotationsmonoton bezüglich r ist, wenn die Drehung mindestens α betragen muss. Oder auch den maximalen Winkel α herauszubekommen für den dies gilt. 12

13 Quelle: -[1]: Paper rotationally monotone polygons von Prosenjit Bose, Pat Morin, Michiel Smid und Stefanie Wuhrer an der School of Computer Science, Carleton University in Kanada. Veröffentlicht in [2]: Algorithmus von Keil (Beweis von Theorem 2): M. Keil, A simple algorithm for determining the envelope of a set of lines, Information Processing Letters 39 (3) (1991)

2.4. Triangulierung von Polygonen

2.4. Triangulierung von Polygonen Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition

Mehr

Differentialrechnung. Mathematik W14. Christina Sickinger. Berufsreifeprüfung. v 1 Christina Sickinger Mathematik W14 1 / 79

Differentialrechnung. Mathematik W14. Christina Sickinger. Berufsreifeprüfung. v 1 Christina Sickinger Mathematik W14 1 / 79 Mathematik W14 Christina Sickinger Berufsreifeprüfung v 1 Christina Sickinger Mathematik W14 1 / 79 Die Steigung einer Funktion Wir haben bereits die Steigung einer linearen Funktion kennen gelernt! Eine

Mehr

Triangulierung von einfachen Polygonen

Triangulierung von einfachen Polygonen Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene

Mehr

Distanzprobleme in der Ebene

Distanzprobleme in der Ebene Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Geometrische Algorithmen

Geometrische Algorithmen Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Algorithmische Geometrie: Lineare Optimierung (I)

Algorithmische Geometrie: Lineare Optimierung (I) Algorithmische Geometrie: Lineare Optimierung (I) Nico Düvelmeyer WS 2009/2010, 17.11.2009 Überblick 1 Geometrie von Gießformen 2 Durchschnitte von Halbebenen 3 Inkrementeller Algorithmus Überblick 1 Geometrie

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss. 1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

Mehr

Parallele Algorithmen in der Bildverarbeitung

Parallele Algorithmen in der Bildverarbeitung Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren

Mehr

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :

Mehr

Optimales Routing. Paul Kunze

Optimales Routing. Paul Kunze Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen

Mehr

Abb lokales Maximum und Minimum

Abb lokales Maximum und Minimum .13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen

Mehr

Die reellen Zahlen als Dedekindsche Schnitte. Iwan Otschkowski

Die reellen Zahlen als Dedekindsche Schnitte. Iwan Otschkowski Die reellen Zahlen als Dedekindsche Schnitte Iwan Otschkowski 14.12.2016 1 1 Einleitung In dieser Ausarbeitung konstruieren wir einen vollständig geordneten Körper aus gewissen Teilmengen von Q, den Dedekindschen

Mehr

Algorithmische Geometrie 3. Schnitte von Liniensegmenten

Algorithmische Geometrie 3. Schnitte von Liniensegmenten Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.

Mehr

1 Rotating Calipers. 2 Antipodal und Copodal. 3 Distanzen Rechtecke Eigenschaften

1 Rotating Calipers. 2 Antipodal und Copodal. 3 Distanzen Rechtecke Eigenschaften 1 Rotating Calipers 2 3 Rotating Calipers - Algorithmus Konvexes Polygon mit parallelen Stützgeraden Rotating Calipers - Finder Shamos lässt 1978 zwei Stützgeraden um ein Polygon rotieren Zwei Stützgeraden

Mehr

6. Triangulation von Polygonen

6. Triangulation von Polygonen 1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der

Mehr

Satz über implizite Funktionen und seine Anwendungen

Satz über implizite Funktionen und seine Anwendungen Satz über implizite Funktionen und seine Anwendungen Gegeben sei eine stetig differenzierbare Funktion f : R 2 R, die von zwei Variablen und abhängt. Wir betrachten im Folgenden die Gleichung f(,) = 0.

Mehr

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V. Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.

Mehr

Lineare Funktionen. Aufgabe 1. Sei f R 2 R definiert durch. x 1 + 3x Beweisen Sie ausführlich, dass f linear ist.

Lineare Funktionen. Aufgabe 1. Sei f R 2 R definiert durch. x 1 + 3x Beweisen Sie ausführlich, dass f linear ist. Lineare Funktionen Aufgabe. Sei f R R definiert durch x f = x x + 3x. Beweisen Sie ausführlich, dass f linear ist. Aufgabe. Die Funktionen (nicht erschrecken sind definiert durch + ( (R n R m (R n R m

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Was bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone

Was bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone Was bisher geschah Motivation, Beispiele geometrische Objekte im R 2 : Punkt, Gerade, Halbebene, Strecke, Polygon, ebene Zerlegung in Regionen (planare Graphen) maschinelle Repräsentation geometrischer

Mehr

12. Trennungssätze für konvexe Mengen 83

12. Trennungssätze für konvexe Mengen 83 12. Trennungssätze für konvexe Mengen 83 C_1 C_2 a Abbildung 12.4. Trennung konvexer Mengen durch eine Hyperebene mit Normalenvektor a Dann ist int(c) nicht leer (warum?) und [als Minkowski-Summe von C

Mehr

4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen

4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen 4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 1 Saison 1964/1965 Aufgaben und Lösungen 1 OJM 4. Mathematik-Olympiade 3. Stufe (Bezirksolympiade) Klasse 1 Aufgaben Hinweis: Der Lösungsweg mit

Mehr

Geometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem

Geometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem Geometrische Algorithmen Einige einfache Definitionen: Punkt: im n-dimensionalen Raum ist ein n-tupel (n Koordinaten) Gerade: definiert durch zwei beliebige Punkte auf ihr Strecke: definiert durch ihre

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Eigenschaften von Funktionen

Eigenschaften von Funktionen Eigenschaften von Funktionen Mag. Christina Sickinger HTL v 1 Mag. Christina Sickinger Eigenschaften von Funktionen 1 / 48 Gegeben sei die Funktion f (x) = 1 4 x 2 1. Berechnen Sie die Steigung der Funktion

Mehr

Die Geometrie der Tischlerei

Die Geometrie der Tischlerei - Sommersemester 2009 Benjamin Bortfeldt Die Geometrie der Tischlerei 1 Worum geht es? Problem: Wir wollen ein einfaches Polygon P aus einer oder mehreren Holzplatten aussägen und dürfen dazu nur eine

Mehr

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14 KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1

Mehr

Algorithmische Geometrie

Algorithmische Geometrie Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend

Mehr

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung. Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines

Mehr

Wurzelfunktionen Aufgaben

Wurzelfunktionen Aufgaben Wurzelfunktionen Aufgaben. Für jedes k (k > 0) ist die Funktion f k (x) = 8 (x k ) kx, 0 x gegeben. a) Untersuchen Sie die Funktion f k auf Nullstellen und Extrema. Ermitteln Sie lim f k(x) sowie für 0

Mehr

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales.

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales. Kreis - Tangente 1. Allgemeines 2. Satz des Thales 3. Tangente an einem Punkt auf dem Kreis 4. Tangente über Analysis (an einem Punkt eines Ursprungkreises) 5. Tangente von einem Punkt (Pol) an den Kreis

Mehr

Geometrie I. Tobias Langer Tobias Langer Geometrie I / 59

Geometrie I. Tobias Langer Tobias Langer Geometrie I / 59 Geometrie I Tobias Langer 02.07.2010 Tobias Langer Geometrie I 02.07.2010 1 / 59 1 Schulgeometrie Punkte & Geraden Dreieck Kreis Polygon 2 Schnitt von Geraden und Strecken 3 Punkt in Polygon Tobias Langer

Mehr

Graphdurchmusterung, Breiten- und Tiefensuche

Graphdurchmusterung, Breiten- und Tiefensuche Prof. Thomas Richter 18. Mai 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomas.richter@ovgu.de Material zur Vorlesung Algorithmische Mathematik II am 18.05.2017 Graphdurchmusterung,

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume

Mehr

12 Extremwerte und Monotonie

12 Extremwerte und Monotonie 5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler

Mehr

Boolesche Operationen und lokale Manipulationen

Boolesche Operationen und lokale Manipulationen 1 Boolesche Operationen und lokale Manipulationen Mit Hilfe Boolescher Operatoren werden komplexe Körper aus Instanzen generischer Grundkörper konstruiert.. Grundkörper Aus den Grundkörpern erzeugter Körper

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus

Mehr

ARBEITSBLATT 6-5. Kurvendiskussion

ARBEITSBLATT 6-5. Kurvendiskussion ARBEITSBLATT 6-5 Kurvendiskussion Die mathematische Untersuchung des Graphen einer Funktion heißt Kurvendiskussion. Die Differentialrechnung liefert dabei wichtige Dienste. Intuitive Erfassung der Begriffe

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Geometrie I Markus Götze Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen Polygone ccw Pick's Theorem Konvexe Hülle Hallo Welt für Fortgeschrittene

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester

Mehr

Ebene Elementargeometrie

Ebene Elementargeometrie Ebene Elementargeometrie Im Folgenden unterscheiden wir neben Definitionen (Namensgebung) und Sätzen (nachweisbaren Aussagen) so genannte Axiome. Axiome stellen der Anschauung entnommene Aussagen dar,

Mehr

Lernmodul 7 Algorithmus von Dijkstra

Lernmodul 7 Algorithmus von Dijkstra Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer

Mehr

Algorithmische Geometrie 5. Triangulierung von Polygonen

Algorithmische Geometrie 5. Triangulierung von Polygonen Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.

Mehr

Nachbarschaft, Grad, regulär, Inzidenz

Nachbarschaft, Grad, regulär, Inzidenz Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad

Mehr

Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1

Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1 Vorlesung Geometrische Algorithmen Sichtbarkeitsgraphen und kurzeste Wege Sven Schuierer Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale

Mehr

Diskrete Kurven und Flächen

Diskrete Kurven und Flächen Vorlesung 18 Diskrete Kurven und Flächen 18.1 Polygonale Kurven in der Ebene Definition 18.1. Eine offene, orientierte polygonale Kurve P n im R 2 ist ein ebener Polygonzug bestehend aus 1. n voneinander

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Topologische Räume und stetige Abbildungen Teil 2

Topologische Räume und stetige Abbildungen Teil 2 TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des

Mehr

mit. Wir definieren (Skalarprodukt = Winkel).

mit. Wir definieren (Skalarprodukt = Winkel). 1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert

Mehr

Symmetrie von Ornamenten

Symmetrie von Ornamenten Symmetrie von Ornamenten Teilnehmer: Theresa Lechner Alexey Loutchko Dennis Menge Simon Reinke Fynn Strohecker Thimo Wellner Gruppenleiter: Jürg Kramer Anna v. Pippich Gymnasium Ernestinum, Coburg Heinrich-Hertz-Oberschule,

Mehr

Wiederholung zu Flüssen

Wiederholung zu Flüssen Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:

Mehr

Übung zur Vorlesung Algorithmische Geometrie

Übung zur Vorlesung Algorithmische Geometrie Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

Übung Computergrafik 3

Übung Computergrafik 3 Übung Computergrafik 3 1.Übungsblatt: Geometrie Stephan Groß (Dank an Irini Schmidt und Jakob Bärz) Institut für Computervisualistik Universität Koblenz-Landau 6. Juli 2011 Aufgabe 1: Fragezeichen Gegeben:

Mehr

Landeswettbewerb Mathematik Baden-Württemberg. Runde 1

Landeswettbewerb Mathematik Baden-Württemberg. Runde 1 2006 Runde 1 Aufgabe 1 Die Ziffern von 1 bis 5 sollen so in einer Reihe angeordnet werden, dass jedes Paar benachbarter Ziffern eine Zahl ergibt, die ein Produkt zweier einstelliger Zahlen ist. Bestimme

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem

Mehr

Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen

Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 12 26.6.2012 Matthias Fischer 374 Übersicht Motivation Modell der Sichtbarkeit Eigenschaft

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

Algo&Komp. - Wichtige Begriffe Mattia Bergomi Woche 6 7

Algo&Komp. - Wichtige Begriffe Mattia Bergomi Woche 6 7 1 Kürzeste Pfade Woche 6 7 Hier arbeiten wir mit gewichteten Graphen, d.h. Graphen, deren Kanten mit einer Zahl gewichtet werden. Wir bezeichnen die Gewichtsfunktion mit l : E R. Wir wollen einen kürzesten

Mehr

Matchings in Graphen. Praktikum Diskrete Optimierung (Teil 5)

Matchings in Graphen. Praktikum Diskrete Optimierung (Teil 5) Praktikum Diskrete Optimierung (Teil 5) 6.05.009 Matchings in Graphen Es sei ein ungerichteter Graph G = (V, E) gegeben. Ein Matching in G ist eine Teilmenge M E, so dass keine zwei Kanten aus M einen

Mehr

Anwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen

Anwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen Anwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen David Knötel Freie Universität Berlin, Institut für Informatik Seminar über Algorithmen Leitfaden Wiederholung

Mehr

Abiturprüfung Mathematik 2017 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analysis A 1 Lösungen der Aufgaben A 1.1 und A 1.

Abiturprüfung Mathematik 2017 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analysis A 1 Lösungen der Aufgaben A 1.1 und A 1. 1 Abiturprüfung Mathematik 2017 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analysis A 1 Lösungen der Aufgaben A 1.1 und A 1.2 klaus_messner@web.de www.elearning-freiburg.de 2 Aufgabe A 1.1

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 32 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 06.11.2006 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 31.10.2005 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

Graphentheorie. Maximale Flüsse. Maximale Flüsse. Maximale Flüsse. Rainer Schrader. 31. Oktober Gliederung. sei G = (V, A) ein gerichteter Graph

Graphentheorie. Maximale Flüsse. Maximale Flüsse. Maximale Flüsse. Rainer Schrader. 31. Oktober Gliederung. sei G = (V, A) ein gerichteter Graph Graphentheorie Rainer Schrader Zentrum ür Angewandte Inormatik Köln 31. Oktober 2007 1 / 30 2 / 30 Gliederung maximale Flüsse Schnitte Edmonds-Karp-Variante sei G = (V, A) ein gerichteter Graph sei c eine

Mehr

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende

Mehr

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Michael Winkler Johannes Lankeit 8.4.2014 Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Präsenzaufgabe 1: Rufe dir die folgenden Definitionen wieder in Erinnerung: C = {(x, y); x R, y R} bildet

Mehr

Lineare Optimierung und Simplex-Algorithmus

Lineare Optimierung und Simplex-Algorithmus Lineare Optimierung und Simplex-Algorithmus Problemstellung Beispiel : Unser Unternehmen verfügt über drei Maschinen A, B, C, mit denen zwei verschiedene Produkte P, P2 hergestellt werden. Die Maschinen

Mehr

Aufgaben zur Übung der Anwendung von GeoGebra

Aufgaben zur Übung der Anwendung von GeoGebra Aufgabe 1 Aufgaben zur Übung der Anwendung von GeoGebra Konstruieren Sie ein Quadrat ABCD mit der Seitenlänge AB = 6,4 cm. Aufgabe 2 Konstruieren Sie ein Dreieck ABC mit den Seitenlängen AB = c = 6,4 cm,

Mehr

Konstruktion von Kreistangenten

Konstruktion von Kreistangenten Konstruktion von Kreistangenten 1 Gegeben sind die Punkte A und B mit AB = 5cm Konstruiere die Geraden durch B, die von A den Abstand 3cm haben! 2 Eine Ecke einer Rasenfläche, an der die geraden Ränder

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Graphdurchläufe Maike Buchin 22. und 27.6.2017 Graphexploration Motivation: Für viele Zwecke will man den gesamten Graphen durchlaufen, zb. um festzustellen ob er (stark) zusammenhängt.

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Hauptprüfung Abiturprüfung 2016 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2016 (ohne CAS) Baden-Württemberg Hauptprüfung Abiturprüfung 016 (ohne CAS) Baden-Württemberg Wahlteil Analysis 1 Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com April 016 1 Aufgabe

Mehr

Bäume und Wälder. Definition 1

Bäume und Wälder. Definition 1 Bäume und Wälder Definition 1 Ein Baum ist ein zusammenhängender, kreisfreier Graph. Ein Wald ist ein Graph, dessen Zusammenhangskomponenten Bäume sind. Ein Knoten v eines Baums mit Grad deg(v) = 1 heißt

Mehr

3. Musterlösung. Problem 1: Boruvka MST

3. Musterlösung. Problem 1: Boruvka MST Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 06/07 ITI Wagner. Musterlösung Problem : Boruvka MST pt (a) Beweis durch Widerspruch. Sei T MST von G, e die lokal minimale Kante eines

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 24 Unter den drei klassischen Problemen der antiken Mathematik versteht man (1) die Quadratur des Kreises, (2) die Dreiteilung

Mehr

1 Umkehrfunktionen und implizite Funktionen

1 Umkehrfunktionen und implizite Funktionen Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie Stefan Schmid TU Berlin & T-Labs, Berlin, Germany Reduktionen in der Berechenbarkeitstheorie Problem: Wie komme ich von hier zum Hamburger Hbf? 2 Beispiel P1 Wie komme ich von hier zum Hamburger Hbf? kann

Mehr

Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme

Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms

Mehr

Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung

Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung Vorlesung Geometrische Algorithmen Bewegungsplanung fur Roboter (Robot Motion Planning) Sven Schuierer Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski

Mehr

y x x y ( 2x 3y + z x + z

y x x y ( 2x 3y + z x + z Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 25 Auch Albrecht Dürer hatte Spaß an der Quadratur des Kreises Unter den drei klassischen Problemen der antiken Mathematik versteht

Mehr

Konvexe Mengen und Funktionen

Konvexe Mengen und Funktionen Konvexe Mengen und Funktionen von Corinna Alber Seminararbeit Leiter: Prof. Jarre im Rahmen des Seminars Optimierung III am Lehrstuhl für Mathematische Optimierung an der Heinrich-Heine-Universität Düsseldorf

Mehr

Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1

Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern

Mehr

Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken

Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Seminararbeit: Algorithmen für Sensornetzwerke Thomas Gramer 1 Thomas Gramer: KIT Universität des Landes Baden-Württemberg und nationales

Mehr

Die Erweiterung vom Satz des Pythagoras anhand der resultierenden Kraft FR

Die Erweiterung vom Satz des Pythagoras anhand der resultierenden Kraft FR Michael B. H. Middendorf 1 Die Erweiterung vom Satz des Pthagoras anhand der resultierenden Kraft FR Bei meinen Überlegungen als Maschinenbauer bzgl. eines Impulsantriebes, stieß ich auf das Problem, ständig

Mehr